analisis cluster

ANÁLISIS CLUSTER
Es un procedimiento estadístico que parte de un conjunto de datos que contiene
información sobre una muestra de entidades e intenta reorganizarlas
en grupos relativamentehomogéneos a los que se llama clusters.
ETAPAS DEL ANÁLISIS CLUSTER
1) Elección de las variables
2) Elección de la medida de asociación
3) Elección de la técnica Cluster
4) Validación de los resultados(1) ELECCIÓN DE LAS VARIABLES
Dependiendo del problema que se plantee
¥ Variables:
♦ Variables cualitativas
F Ordinales (ej: nivel de estudios)
F Nominales (ej: nacionalidad)
♦ Variablescuantitativas
F Variables discretas (ej: número de hermanos)
F Variables continuas (ej: peso)

ANÁLISIS CLUSTER POR VARIABLES
O POR INDIVIDUOS
¥ Si se pretende agrupar a los individuos en grupos se hade realizar un
análisis cluster de los individuos
¥ Si se pretende agrupar las variables más parecidas se debe realizar un
análisis cluster de las variables, para ello basta considerar la matriz dedatos inicial X traspuesta1 (girada).
ELECCIÓN DE LA MEDIDA DE ASOCIACIÓN
Para poder unir variables o individuos es necesario tener algunas medidas
numéricas que caractericen las relaciones entrelas variables o los individuos.
Cada medida refleja asociación en un sentido particular y es necesario
elegir una medida apropiada para el problema concreto que se esté tratando.
La medida deasociación puede ser una distancia o una similaridad.
¨ Cuando se elige una distancia como medida de asociación (por ejemplo
la distancia euclídea) los grupos formados contendrán individuos
parecidos deforma que la distancia entre ellos ha de ser pequeña.
¨ Cuando se elige una medida de similaridad (por ejemplo el coeficiente
de correlación) los grupos formados contendrán individuos con unasimilaridad alta entre ellos.
DISTANCIA MÉTRICA
Una función d : U ×U −→ R se llama una distancia métrica si ∀x, y ∈ U
a) d(x, y) ≥ 0
b) d(x, y) = 0 ⇔ x = y
c) d(x, y) = d(y, x)
d) d(x, z) ≤ d(x,...